专利摘要显现，本发明供给一种时序常识图谱多跳推理办法，交融分层多跳推理网络与三联体分配器网络，旨在提高常识图谱在时刻序列数据上的推理才能。本发明选用分层多跳推理网络对常识图谱中的实体和联系进行多级推理，经过分化原始的二元动作空间，构成独立的实体和联系的候选空间，有用缓解动作空间爆破的问题；运用三联体分配器网络在每个时刻步处理实体和联系嵌入的信息聚合与散布，捕获实体和联系的潜在依靠；运用根据K‑means的扣头奖赏机制的强化学习办法缓解奖赏矩阵的稀少问题。本发明处理了现有技能中实体和联系的解耦问题，以及奖赏矩阵的稀少问题。经过充沛捕获实体和联系的潜在依靠，为常识图谱驱动的使用供给了更精确和高效的推理支撑。